[dahyeong-yun] WEEK 05 Solutions

[dahyeong-yun]

답안 제출 문제

• Best Time to Buy And Sell Stock #221
• Group Anagrams #236
• Word Break #271

작성자 체크 리스트

• Projects의 오른쪽 버튼(▼)을 눌러 확장한 뒤, Week를 현재 주차로 설정해주세요.
• 문제를 모두 푸시면 프로젝트에서 Status를 In Review로 설정해주세요.
• 코드 검토자 1분 이상으로부터 승인을 받으셨다면 PR을 병합해주세요.

검토자 체크 리스트

Important

본인 답안 제출 뿐만 아니라 다른 분 PR 하나 이상을 반드시 검토를 해주셔야 합니다!

• 바로 이전에 올라온 PR에 본인을 코드 리뷰어로 추가해주세요.
• 본인이 검토해야하는 PR의 답안 코드에 피드백을 주세요.
• 토요일 전까지 PR을 병합할 수 있도록 승인해주세요.

[dalestudy]

📊 dahyeong-yun 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
best-time-to-buy-and-sell-stock	Easy	✅ 의도한 유형
group-anagrams	Medium	✅ 의도한 유형
word-break	Medium	⚠️ 유형 불일치

누적 학습 요약

• 풀이한 문제: 20 / 75개
• 이번 주 유형 일치율: 67% (3문제 중 2문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Array	■■■■□□□	6 / 10 (Medium 4, Easy 2)
Dynamic Programming	■■■□□□□	5 / 11 (Easy 1, Medium 4)
Heap	■■□□□□□	1 / 3 (Medium 1)
Matrix	■■□□□□□	1 / 4 (Medium 1)
Binary	■□□□□□□	1 / 5 (Easy 1)
String	■□□□□□□	2 / 10 (Easy 2)
Linked List	■□□□□□□	1 / 6 (Easy 1)
Tree	■□□□□□□	2 / 14 (Easy 1, Medium 1)
Graph	■□□□□□□	1 / 8 (Medium 1)
Interval	□□□□□□□	0 / 5 ← 아직 시작 안 함

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	407	37	444	$0.000035
2	407	37	444	$0.000035
3	851	95	946	$0.000081
4	1,345	155	1,500	$0.000129
5	1,345	110	1,455	$0.000111
합계	4,355	434	4,789	$0.000391

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Greedy, Hash Map / Hash Set
• 설명: 최적 매매가를 구하기 위해 한 번의 순회로 현재까지의 최저가와 최대 이익을 갱신하는 방식으로 해결한다. 전체적으로 한 방향 탐색과 간단한 상태 기억으로 구성된Greedy 패턴에 해당하며, 투 포인터와 유사한 양상을 보인다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(1)	O(1)	✅

피드백: 최소값과 최대 이익을 한 번의 순회로 구하는 간단한 그리디 방식입니다. 추가 데이터 구조 없이 상수 공간으로 구현되어 있습니다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Greedy, Divide and Conquer
• 설명: 해시 맵을 사용해 같은 정렬 문자열을 키로 묶어 그룹화하므로 Hash Map 패턴이 핵심이다. 각 문자열을 정렬해 키를 만들고 맵에 넣는 방식은 간단한 분할/그룹화 개념으로 분류 가능하며, 키 생성 과정에서 정렬을 이용하는 부분은 전체 흐름의 핵심이다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n * m log m)	O(n * m log m)	✅
Space	O(n * m)	O(n * m)	✅

피드백: 각 문자열 길이를 m이라 두고, 모든 문자열에 대해 정렬을 수행하므로 시간 복잡도는 O(n * m log m)이고, 각 문자열의 문자 배열 및 해시맵이 추가 공간을 사용합니다.

개선 제안: 큰 입력에서 성능을 개선하려면 카운트 기반 키(26개 알파벳의 개수로 구성) 사용을 고려해 정렬 비용을 제거하는 방향을 생각해볼 수 있습니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Backtracking, Dynamic Programming, Hash Map / Hash Set
• 설명: DFS로 가능한 단어 조합을 탐색하고, 이미 방문한 인덱스에서의 실패를 메모이제이션(imposible 배열)해 재탐색을 줄이는 형태가 Backtracking과 DP의 결합으로 보입니다. 단어 매칭 시 사전 단어를 반복 확인하는 방식은 느리지만, 문제 구조상 재귀 DFS와 부분해로 결과를 재사용하는 DP 성격이 섞여 있습니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n * m * k)	O(?)	❌
Space	O(n)	O(len)	❌

피드백: 현재 DFS 기반으로 특정 입력에서 지수 시간 복잡도에 취약합니다. 불필요한 재탐색을 막기 위한 캐시가 존재하지만, 전체적인 경우의 수를 모두 탐색하는 경우가 발생할 수 있습니다.

개선 제안: 메모이제이션을 통해 각 인덱스에서의 결과를 저장하고, 단어 사전을 트라이나 해시 세트를 활용해 시작 위치에서의 매칭을 빠르게 검증하면 성능을 개선할 수 있습니다.